НОВОСИБИРСК, 21 апреля. /ТАСС/. Ученые Новосибирского государственного технического университета (НГТУ) разработали систему на основе нейросети для обнаружения и отслеживания быстродвижущихся объектов по высокоскоростным видео. Разработка позволяет компенсировать ситуации, когда происходит размытие изображения, сообщили в пресс-службе вуза.
«В отличие от базовых решений, ориентированных на относительно статичные сцены, новый инструмент адаптирован к высокоскоростным видео и показывает более стабильную работу на сложных фрагментах. Это делает систему полезной для прикладных задач видеонаблюдения, транспортной аналитики, промышленного мониторинга и исследовательских проектов», — приводит пресс-служба слова разработчика Дениса Савочки.
Проект реализован на основе технологий компьютерного зрения, нейросетевых моделей и алгоритмов мультиобъектного трекинга. Разработка предназначена для задач, где важна устойчивая аналитика в сложных условиях съемки, таких как высокая скорость движения объектов, нечеткое изображение на кадрах и частичные перекрытия картинки. По словам ассистента кафедры автоматизированных систем управления факультета автоматики и вычислительной техники Егора Антонянца, система обрабатывает видео в реальном времени и формирует траектории движения объектов с сохранением их идентификаторов между кадрами. «Ключевой особенностью системы является способность работать в сценариях, где классические детекторы часто дают пропуски из-за размытия в движении. Мы дообучили модель на специализированных данных и дополнили ее модулем трекинга, чтобы компенсировать кратковременные потери детекций», — приводит его слова пресс-служба.
Технически обработка строится в несколько этапов: нейросеть обнаруживает объекты на каждом кадре, трекер сопоставляет детекции между кадрами и поддерживает непрерывные траектории, а система визуализации отображает результат в удобном для анализа виде. Такой подход позволяет получать не только факт обнаружения, но и динамику движения объектов во времени, отметили в вузе.
